Имеются следующие данные разных стран об индексе розничных цен на продукты питания (х) и об индексе промышленного производства (у).
Индекс розничных цен на продукты питания (х) | Индекс промышленного производства (у) | |
---|---|---|
1 | 100 | 70 |
2 | 105 | 79 |
3 | 108 | 85 |
4 | 113 | 84 |
5 | 118 | 85 |
6 | 118 | 85 |
7 | 110 | 96 |
8 | 115 | 99 |
9 | 119 | 100 |
10 | 118 | 98 |
11 | 120 | 99 |
12 | 124 | 102 |
13 | 129 | 105 |
14 | 132 | 112 |
1. Для характеристики зависимости у от х рассчитать параметры следующих функций:
А) линейной;
Б) степенной;
В) равносторонней гиперболы.
2. Для каждой модели рассчитать показатели: тесноты связи и среднюю ошибку аппроксимации.
3. Оценить статистическую значимость параметров регрессии и корреляции.
4. Выполнить прогноз значения индекса промышленного производства у при прогнозном значении индекса розничных цен на продукты питания х=138.
Модифицированная модель Кейнса:
где
С – расходы на потребление;
Y – доход;
I – инвестиции;
G – государственные расходы;
t – текущий период;
t–1 – предыдущий период.
Применив необходимое и достаточное условие идентификации, определите, идентифицировано ли каждое из уравнений модели.
Определите метод оценки параметров модели.
Запишите приведённую форму модели.
По территориям региона приводятся данные за 200Х г.
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., х | Среднедневная заработная плата, руб., у |
---|---|---|
1 | 78 | 133 |
2 | 82 | 148 |
3 | 87 | 134 |
4 | 79 | 154 |
5 | 89 | 162 |
6 | 106 | 195 |
7 | 67 | 139 |
8 | 88 | 158 |
9 | 73 | 152 |
10 | 87 | 162 |
11 | 76 | 159 |
12 | 115 | 173 |
1. Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2. Рассчитайте параметры уравнения линейной регрессии
.
3. Оцените тесноту связи с помощью показателей корреляции и детерминации.
4. Дайте с помощью среднего (общего) коэффициента эластичности сравнительную оценку силы связи фактора с результатом.
5. Оцените с помощью средней ошибки аппроксимации качество уравнений.
6. Оцените с помощью F-критерия Фишера статистическую надёжность результатов регрессионного моделирования.
7. Рассчитайте прогнозное значение результата, если прогнозное значение фактора увеличится на 10% от его среднего уровня. Определите доверительный интервал прогноза для уровня значимости .
8. Оцените полученные результаты, выводы оформите в аналитической записке.
Исследовать зависимость между результатами зимней (Х) и летней (У) сессий.
В таблице приведена средняя оценка, полученная по итогам сессии, а также указана принадлежность студента к группе А или Б.
№ п/п | х | у | Группа |
---|---|---|---|
1 | 3,7 | 4,8 | Б |
2 | 3,5 | 3,5 | Б |
3 | 4,3 | 5 | Б |
4 | 3 | 4 | Б |
5 | 4,6 | 4,2 | Б |
6 | 4,6 | 4,1 | Б |
7 | 3,8 | 4,8 | А |
8 | 3,6 | 3,5 | Б |
9 | 3,3 | 4,4 | Б |
10 | 3,9 | 3 | Б |
11 | 4,7 | 3,7 | Б |
12 | 4,6 | 4,4 | Б |
13 | 4,6 | 3,8 | Б |
14 | 3,3 | 3,1 | Б |
15 | 4,3 | 3,6 | Б |
16 | 3,1 | 4,8 | А |
17 | 3,2 | 3 | А |
18 | 4,2 | 4,8 | А |
19 | 3,3 | 3,4 | Б |
20 | 3,5 | 4,2 | А |
1. Построить линейную регрессионную модель У по Х.
2. Проверить значимость коэффициентов уравнения и самого уравнения регрессии.
3. Построить регрессионную модель У по Х с использованием фиктивной переменной «группа».
4. Проверить значимость коэффициентов уравнения и самого уравнения регрессии.
5. Вычислить коэффициенты детерминации для обычной модели и модели с фиктивной переменной.
Имеются условные данные об объемах потребления электроэнергии yt жителями региона за 16 кварталов.
t | yt | t | yt |
---|---|---|---|
1 | 5,6 | 9 | 8,2 |
2 | 4,7 | 10 | 5,6 |
3 | 5,2 | 11 | 6,4 |
4 | 9,1 | 12 | 10,8 |
5 | 7,0 | 13 | 9,1 |
6 | 5,1 | 14 | 6,7 |
7 | 6,0 | 15 | 7,5 |
8 | 10,2 | 16 | 11,3 |
1. Построить автокорреляционную функцию и сделать вывод о наличии сезонных колебаний.
2. Построить аддитивную модель временного ряда.
3. Сделать прогноз на 2 квартала вперед.